3月31日有報(bào)道稱，阿里巴巴要把買家行為的“大數(shù)據(jù)”像螞蟻金服一樣向全行業(yè)開放，吸引廣告主。其實(shí)，大數(shù)據(jù)是對(duì)于大規(guī)模現(xiàn)象的一種模糊的表達(dá)。這一術(shù)語如今已經(jīng)被企業(yè)家、科學(xué)家、政府和媒體炒得過熱。

大數(shù)據(jù)之所以可以飛速發(fā)展，得益于互聯(lián)網(wǎng)以及各種智能設(shè)備的發(fā)展，人們的行為、位置、生理特征等等，無時(shí)無刻不在生成數(shù)據(jù)被這些設(shè)備所采集。

而大數(shù)據(jù)的核心并不在規(guī)模大，而是它蘊(yùn)含的是計(jì)算和思維方式的轉(zhuǎn)變。大數(shù)據(jù)的推崇者認(rèn)為所有通過數(shù)據(jù)的分析都事正確的；認(rèn)為數(shù)據(jù)捕捉全面，所以可以摒棄過去傳統(tǒng)的抽樣統(tǒng)計(jì)的方法；認(rèn)為人們只需要知道數(shù)據(jù)之間有統(tǒng)計(jì)相關(guān)性就行，數(shù)據(jù)已經(jīng)達(dá)到可以自己做出結(jié)論了。

通過現(xiàn)象看本質(zhì) 不要曲解數(shù)據(jù)

上述這些觀點(diǎn)過于樂觀，事實(shí)并非如此。在我們有了足夠多的數(shù)據(jù)時(shí)，往往不能看直接的結(jié)果，需要對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步分析。比如英國二戰(zhàn)時(shí)期空戰(zhàn)的例子，每次能回來的戰(zhàn)斗機(jī)機(jī)翼上有很多槍眼，于是工程師們就加強(qiáng)防護(hù)，但增加了防護(hù)之后，飛機(jī)的損失率反而提高了，于是統(tǒng)計(jì)學(xué)家 Wald改變思維模式，在沒有槍眼的部位加強(qiáng)防護(hù)，最后效果很好。

數(shù)據(jù)并非絕對(duì)全面

前段時(shí)間，淘寶做過幾個(gè)基于網(wǎng)購的大數(shù)據(jù)調(diào)查分析，主要以娛樂為主，得出了一些很有趣的結(jié)果。但也不難看出，雖然淘寶的注冊(cè)用戶高達(dá)幾億，但是所統(tǒng)計(jì)的數(shù)據(jù)中，并不是所有用戶都購買了所統(tǒng)計(jì)的產(chǎn)品，也有部分用戶不是用自己賬號(hào)購買商品，淘寶也有很多刷單的情況等等。

不確定的情況很多，喜歡網(wǎng)購的人群是受限制的，他們并不能代表所有的消費(fèi)群體。我們不能說網(wǎng)上的統(tǒng)計(jì)結(jié)果沒有意義，但是也不能夸大這種只有部分代表性的結(jié)果，否則我們可能會(huì)被誤導(dǎo)。

《大數(shù)據(jù)》這本書的聯(lián)合作者，牛津大學(xué)互聯(lián)網(wǎng)中心的Viktor Mayer-Schonberger教授說，“他最喜歡的對(duì)于大數(shù)據(jù)集合的定義是‘N=所有’，在這里不再需要采樣，因?yàn)槲覀冇姓麄€(gè)人群的數(shù)據(jù)。”當(dāng)“N=所有”的時(shí)候確實(shí)不再有采樣偏差的問題，因?yàn)椴蓸右呀?jīng)包含了所有人。

結(jié)語

對(duì)于大數(shù)據(jù)，統(tǒng)計(jì)學(xué)家們正爭先恐后的為大數(shù)據(jù)開發(fā)新的工具。這些新的工具當(dāng)然很重要，但它們只有在吸取而不是遺忘過去統(tǒng)計(jì)學(xué)精髓的基礎(chǔ)上才能成功。不能過度崇拜大數(shù)據(jù)，要善用大數(shù)據(jù)，大數(shù)據(jù)所反映出的結(jié)果是需要人們進(jìn)行科學(xué)的分析和提取的。